Índice

1. Introducción: ¿por qué hacer código en ciencias sociales?

2. Aspectos formales

3. RStudio Cloud

4. Encuesta de cierre

¿Por qué hacer código en ciencias sociales?

Interfaz gráfica (PSPP) vs código (R en RStudio). Elaboración propia.

A. Flexibilidad y capacidad (I)

Fuente: NBC News

A. Flexibilidad y capacidad (II)

• Las herramientas que veremos en este curso son de código abierto (software libre).

• Cualquier persona puede tomar cualquier herramienta, ver su código y adaptarlo como mejor le parezca y necesite.

• Resultados de esta comunidad de software libre:
  • Acceso abierto.
  • Enorme flexibilidad. En los repositorios oficiales de R hay más de 13 mil paquetes.

A. Flexibilidad y capacidad (III)

Fuente: @leonugo, 2018

B. Trayectorias tecnológicas (I)

Interés en Google para diferentes programas de estadística/econometría en Latinoamérica, 2004-2018. Fuente: Urdinez & Cruz (sin publicar).

B. Trayectorias tecnológicas (II)

Fuente: Agarwal (2018)

C. Reproducibilidad (I). Código reproducible == ♥

• Gracias al código:
  • Podemos repetir nuestros análisis todas las veces que queramos, con las modificaciones que queramos.
  • Podemos automatizar procesos tediosos.
  • Podemos compartir la totalidad de nuestro flujo de trabajo con colegas.
  • Podemos buscar ayuda con facilidad: nuestro código es igual de transparente que el de los/as demás, y los mensajes de error están estandarizados.

C. Reproducibilidad (II). Ciencia social reproducible == ♥

“La única forma de comprender y evaluar un análisis empírico en su totalidad es conociendo el proceso exacto por el cual se generaron los datos y se realizó el análisis” (King, 1995).

• La existencia de código es crucial para la replicación de un análisis empírico cuantitativo.

• El código incluso ayuda a declarar diseños de investigación antes de que estos se realicen, como es la premisa del nuevo proyecto DeclareDesign.

Aspectos formales

Temas del curso (I)

• I. Introducción (a R, RStudio y R Markdown)

• II. Manejo de bases de datos

• III. Visualización de datos I

• IV. Replicación y generación de reportes

Temas del curso (II)

• V. Visualización de datos II

Promedio de esperanza de vida por continente, 2007. Fuente: Healy, 2018

Temas del curso (III)

• VI. Búsqueda efectiva de ayuda

• VII. Manejo avanzado de bases de datos

• VIII. Análisis de texto

• IX. R avanzado

Temas del curso (IV)

• X. Minería de datos

Relación de palabras para 100 tweets de S. Piñera y M. Bachelet. Fuente: @AlcratruzDaniel, 2018

Temas del curso (V)

• XI. Datos espaciales y mapas

Trayectoria de emisiones per capita en la OCDE, 1997-2011. Elaboración propia.

Metodología de trabajo

• Clases con enfoque práctico (dos por semana). Requisito de asistencia: 70%.
• Dos tipos de material: mínimo y “torpedos” (complementario).
• Ayudantías semanales desde abril:
  • El ayudante es Gonzalo Barría (ghbarria@uc.cl).
  • Repaso breve + ejercicio en clase.
• Dudas por correo con copia al profesor y ayudante.
• Horas de oficina

Evaluaciones

• Solemnes (30% c/u). I: L 22/04, II: L 10/06.
• Participación en clases (5%) y ayudantías (5%).
• Proyecto final en parejas.
  • Presentación flash (10%).
  • Informe final (20%).

    ---

• Examen.
  • Eximición con nota 5.0 o superior.
  • Nota mínima de presentación: 3.5.
  • 30% de la nota final, siendo el 70% restante la nota de presentación.

    ---

• Ausencia a evaluaciones: referirse al programa.

Otros temas importantes

• Recorrección: referirse al programa.

• Plagio e integridad académica.

• Política sobre discriminación arbitraria, acoso sexual y acoso laboral.

• Normativa de Prevención y Sanción de Acciones de Violencia Sexual.

RStudio Cloud

• Favor dirigirse a la hoja de ruta: tiny.cc/curso-r.

Encuesta de cierre

• Favor dirigirse a la hoja de ruta: tiny.cc/curso-r.